異方差試驗(yàn)報(bào)告《計(jì)量經(jīng)濟(jì)學(xué)》上機(jī)實(shí)驗(yàn)報(bào)告四 題目：異方差 班級(jí)：學(xué)號(hào)：實(shí)驗(yàn)環(huán)境：WindowsXP;EViews實(shí)驗(yàn)?zāi)康模赫莆债惙讲顧z驗(yàn)及修正方法，熟悉EViews軟件的相關(guān)應(yīng)用實(shí)驗(yàn)日期和時(shí)間：姓名：實(shí)驗(yàn)室：實(shí)驗(yàn)內(nèi)容：利用實(shí)例數(shù)據(jù)和EViews軟件，采用有關(guān)方法對(duì)建立的回歸模型進(jìn)行異方差的檢驗(yàn)及處理。第五章習(xí)題實(shí)驗(yàn)步驟：一、建立工作文件⒈菜單方式⒉命令方式：CREATEA起始期終止期二、輸入數(shù)據(jù)三、檢驗(yàn)異方差性⒈圖示法排序sortX相關(guān)圖：SCAT變量名1變量名2Lsycx殘差圖：方程窗口點(diǎn)擊RESID按鈕⒉戈德菲爾德－匡特檢驗(yàn)(C=n/4)①排序：sortX②取樣本1命令：Smpl1(n-n/4)/2③估計(jì)樣本1：Lsycx得到殘差平方和RSS1即?e21i③取樣本1命令：Smpl(n+n/4)/2n④估計(jì)樣本2：Lsycx得到殘差平方和RSS2即?e22i⑤計(jì)算：F=RSS2/RSS1若給定α，F(xiàn)?F?((n?c)/2?k,(n?c)/2?k)，表明存在異方差3.懷特檢驗(yàn)步驟：①取樣：Smpl1n②估計(jì)回歸模型計(jì)算殘差序列：Lsycx③懷特檢驗(yàn)：在方程窗口中依次點(diǎn)擊View\\ResidualTest\\WhiteHeteroskedastcity2得到nR2，給定α，若nR2>??(q)，表明模型存在異方差性4.帕克檢驗(yàn)帕克檢驗(yàn)的模型形式2016全新精品資料-全新公文范文-全程指導(dǎo)寫(xiě)作 –獨(dú)家原創(chuàng)1/12ei2??xi?e?ilnei2?ln???lnxi??i 命令：①估計(jì)回歸模型得到殘差：lsycx②生成殘差平方序列：genrE2=RESID^2③估計(jì)帕克檢驗(yàn)?zāi)Ｐ停簂slog(e2)clog(x)給定α，若F>F?(k-1,n-k)或F統(tǒng)計(jì)值的伴隨概率p小于給定α，表明模型存在異方差性5.戈里瑟檢驗(yàn)戈里瑟檢驗(yàn)的模型ei????xih??ih??1,?2,?12,?命令：①估計(jì)回歸模型得到殘差：lsycx或非線性模型估計(jì)②生成殘差絕對(duì)數(shù)序列：genrE1=abs(RESID）③估計(jì)帕克檢驗(yàn)?zāi)Ｐ停寒?dāng)h=1時(shí)lse1cx當(dāng)h=2時(shí)lse1cx^2當(dāng)h=1/2時(shí)lse1cx^(1/2)或lse1csqr(x）等等給定α，若F>F?(k-1,n-k)或F統(tǒng)計(jì)值的伴隨概率p小于給定α，表明模型存在異方差性四、利用加權(quán)最小二乘法估計(jì)回歸模型命令：①估計(jì)回歸模型得到殘差lsycx②根據(jù)帕克檢驗(yàn)結(jié)果，生成權(quán)數(shù)1序列：genrw1=1/x^?根據(jù)戈里瑟檢驗(yàn)結(jié)果，生成權(quán)數(shù)2序列：genrw2=1/x^h生成權(quán)數(shù)3序列：genrw3=1/abs(RESID)生成權(quán)數(shù)4序列：genrw4=1/RESID^2③加權(quán)最小二乘法估計(jì)回歸模型Ls(w=w1)ycxLs(w=w2)ycxLs(w=w3)ycxLs(w=w4)ycx④再運(yùn)用懷特檢驗(yàn)對(duì)加權(quán)最小二乘法估計(jì)回歸模型進(jìn)行異方差檢驗(yàn) 試驗(yàn)結(jié)果： 寫(xiě)作例題 1、圖示法 相關(guān)圖和殘差圖可知模型存在遞增型異方差性 2、戈德菲爾德－匡特檢驗(yàn)2016全新精品資料-全新公文范文-全程指導(dǎo)寫(xiě)作 –獨(dú)家原創(chuàng)2/12結(jié)果

2f?e2e12i=/=/??

給定

??，F(xiàn)=?F??(10?2,10?2)?

，表明模型存在遞增型異方差

3、懷特檢驗(yàn)

2nR2??????(2)?

，表明模型存在異方差

4、帕克檢驗(yàn)

lnei2???

R2=F=P=

P值遠(yuǎn)小于，上述方程表明利潤(rùn)函數(shù)存在異方差

5、戈里瑟檢驗(yàn)ei??R2=F=P=ei???R2=F=P=ei???10?6xi2R2=F=P=P值遠(yuǎn)小于，上述方程表明利潤(rùn)函數(shù)存在異方差，且模型最優(yōu)6、加權(quán)最小二乘估計(jì)結(jié)果??1086①(W=W1)y5.92xx年北京市規(guī)模最大的20家百貨零售商店的商品銷(xiāo)售收入X和銷(xiāo)售利潤(rùn)Y的統(tǒng)計(jì)資料。表格1商店名稱百貨大樓城鄉(xiāng)貿(mào)易中心西單商場(chǎng)藍(lán)島大廈燕莎友誼商場(chǎng)東安商場(chǎng)雙安商場(chǎng)賽特購(gòu)物中心西單購(gòu)物中心復(fù)興商業(yè)城貴友大廈金倫商場(chǎng)隆福大廈友誼商業(yè)集團(tuán)天橋百貨商場(chǎng)百盛輕工公司地安門(mén)商場(chǎng)銷(xiāo)售收人89.337.6銷(xiāo)售利潤(rùn)4.33.1菜市口百貨商場(chǎng)新街口百貨商場(chǎng)星座商廈根據(jù)Y，X的相關(guān)圖分析異方差性；利用Goldfeld-Quandt檢驗(yàn)，White檢驗(yàn)，Park檢驗(yàn)和Gleiser檢驗(yàn)進(jìn)行異方差性檢驗(yàn)；利用WLS方法估計(jì)利潤(rùn)函數(shù) . 答：(1) 相關(guān)圖初步判斷模型存在遞增型異方差SortxScatxy Goldfeld-Quandt 檢驗(yàn) 中間剔除的數(shù)據(jù)個(gè)數(shù) C=20/4=5則樣本 1和樣本 2的樣本數(shù)為(20-5)/2=7 操作步驟： SortxSmpl17Lsycx2016全新精品資料-全新公文范文-全程指導(dǎo)寫(xiě)作 –獨(dú)家原創(chuàng)3/12得到?ei=RSS1=21Smpl1420Lsycx

得到

?ei=RSS2=22Smpl120Genrf=/

得到：F=/=，大于(7?1?1,7?1?1)=

，表明模型存在遞增型異方差。

White

檢驗(yàn) 操作步驟Smpl120LSYCX

方程窗口下拉

View\\residualtest\\WhiteHeteroskedasticity

Test

222nR2=???

，其

prob(nR)伴隨概率為，小于給定的顯著性水平 (p)??0(2)??= ，拒絕原假設(shè)，認(rèn)為回歸模型存在異方差。Park方法：操作步驟LsycxGenre2=resid^2Lslog(e2)clog(x)①Lnet2=-+R2=，F(xiàn)=，prob(F)=Gleises方法：操作步驟LsycxGenre1=abs(resid)Lse1cxLse1cx^(1/2)Lse1cx^2②et=-+R2=，F(xiàn)=，prob(F)=③et=-+Rprob(F)=2=，，F(xiàn)=④et=+R2=，F(xiàn)=，prob(F)=上述四個(gè)輔助回歸模型，F(xiàn)統(tǒng)計(jì)量的伴隨概率即prob(F)均小于給定的顯著性水平?=，拒絕原假設(shè)，均認(rèn)為回歸模型存在異方差。(3)加權(quán)最小二乘法WLS建立的樣本回歸模型:權(quán)數(shù)選擇根據(jù)Park檢驗(yàn)，得到：Ln(et2)=-+(xt)，取權(quán)數(shù)變量W1=1/x^而Gleises檢驗(yàn)中，統(tǒng)計(jì)檢驗(yàn)最為顯著的是et=-+，故選擇權(quán)數(shù)變量為 W2=1/X 此外，選擇一般形式作為權(quán)數(shù)變量W3=1/abs(resid)W4=1/resid^2 操作步驟 LsycxGenrW1=1/x^ Genr W2=1/XGenr W3=1/abs(resid) GenrW4=1/resid^2Ls(w=w1)ycxLs(w=w2)ycxLs(w=w3)ycxLs(w=w4)ycx 得到以下結(jié)果： ①權(quán)數(shù)為 W1=1/x^2016全新精品資料-全新公文范文-全程指導(dǎo)寫(xiě)作 –獨(dú)家原創(chuàng)4/12的加權(quán)最小二乘法估計(jì)模型 加權(quán)最小二乘法估計(jì)模型再檢驗(yàn)：White 檢驗(yàn) ?=-+ Yt t= (-) ()R2=，F(xiàn)=，nR2=，prob(nR2)= ②權(quán)數(shù)為W2=1/X的加權(quán)最小二乘法估計(jì)模型 加權(quán)最小二乘法估計(jì)模型再檢驗(yàn)： White 檢驗(yàn)?=-+Ytt=(-)()R2=，F(xiàn)=，nR2=，prob(nR2)=③權(quán)數(shù)為W3=1/abs(resid) 的加權(quán)最小二乘法估計(jì)模型加權(quán)最小二乘法估計(jì)模型再檢驗(yàn)： White 檢驗(yàn) ?=+Ytt=()()R2=， F= ，nR2=，prob(nR2)= ④權(quán)數(shù)為W4=1/resid^2

的加權(quán)最小二乘法估計(jì)模型

加權(quán)最小二乘法估計(jì)模型再檢驗(yàn)：

White

檢驗(yàn)

?=+

Ytt=()

()

R2=，F(xiàn)=，nR2=，prob(nR2)=

上述四個(gè)經(jīng)加權(quán)最小二乘法估計(jì)的回歸模型中，

nR2

統(tǒng)計(jì)量的伴隨概率即

prob(nR2)

均大于給定的顯著性水平 ?=，接受原假設(shè)，認(rèn)為調(diào)整后回歸模型均不存在異方差，而又于模型④的擬合優(yōu)度為四個(gè)模型中最高的，其R2=，故最終選定模型④為理想模型， 即?=+ Ytt=()()R2= ， F=，nR2=，prob(nR2)= 這說(shuō)明，當(dāng)銷(xiāo)售收入X每增加一萬(wàn)元，銷(xiāo)售利潤(rùn)增加萬(wàn)元。

表2中的數(shù)據(jù)是美國(guó)

98年工業(yè)部門(mén)研究與開(kāi)發(fā)指出費(fèi)用

Y和銷(xiāo)售

S，銷(xiāo)售利潤(rùn)P的統(tǒng)計(jì)資料。試根據(jù)表中數(shù)據(jù)：

⑴分別利用線性模型和雙隊(duì)數(shù)模型建立研發(fā)費(fèi)用模型，比較模型的統(tǒng)計(jì)檢驗(yàn)結(jié)果和異方差性的變化情況； ⑵檢驗(yàn)?zāi)Ｐ偷漠惙讲钚裕?⑶對(duì)于2016全新精品資料-全新公文范文-全程指導(dǎo)寫(xiě)作 –獨(dú)家原創(chuàng)5/12雙對(duì)數(shù)模型，分別取權(quán)數(shù)變量為 w1=1/P，W2＝1/RESID^2，利用WLS方法重新估計(jì)模型，分析模型中異方差性的校正情況。表格2部門(mén)容器與包裝R&D費(fèi)用銷(xiāo)售額利潤(rùn)非銀行業(yè)金融服務(wù)行業(yè)金屬與采礦住房與建筑一般制造業(yè)休閑娛樂(lè)紙張與林木產(chǎn)品食品衛(wèi)生保健宇航消費(fèi)者用品電器與電子產(chǎn)品化工產(chǎn)品五金辦公設(shè)備與計(jì)算機(jī)燃料汽車(chē)108395294293543參考答案答：(1)利用線性模型和雙隊(duì)數(shù)模型建立研發(fā)費(fèi)用模型①線性回歸模型?=--++Yt()t=(-)()()R2=，F(xiàn)=，prob(F)=線性回歸模型經(jīng)濟(jì)意義合理，F(xiàn)統(tǒng)計(jì)量的伴隨概率為，小于給定的顯著性水平 ?=，拒絕原假設(shè)，認(rèn)為回歸模型整體線性關(guān)系顯著，即銷(xiāo)售 S和銷(xiāo)售利潤(rùn) P等聯(lián)合起來(lái)對(duì)研究與開(kāi)發(fā)支出費(fèi)用

Y有顯著影響，但銷(xiāo)售

S和銷(xiāo)售利潤(rùn)

P回歸系數(shù)的

T統(tǒng)計(jì)量絕對(duì)值均小于

2，表明銷(xiāo)售S和銷(xiāo)售利潤(rùn)

P分別對(duì)研究與開(kāi)發(fā)支出費(fèi)用

Y無(wú)顯著影響。②雙對(duì)數(shù)回歸模型為

?=--++LnYt()t=

(-)()

()R2=

，F(xiàn)=，prob(F)=

雙對(duì)數(shù)回歸模型經(jīng)濟(jì)意義尚合理；雙對(duì)數(shù)回歸模型判定系數(shù)

R2

為，大于線性回歸模型判定系數(shù) R2的，說(shuō)明雙對(duì)數(shù)回歸模型對(duì)樣本擬合較線性回歸模型好。 F 統(tǒng)計(jì)量的伴隨概率為，小于給定的顯著性水平?=，拒絕原假設(shè)，認(rèn)為回歸模型整體線性關(guān)系顯著，即銷(xiāo)售S和銷(xiāo)售利潤(rùn) P等聯(lián)合起來(lái)對(duì)研究與開(kāi)發(fā)支出費(fèi)用 Y有顯2016全新精品資料-全新公文范文-全程指導(dǎo)寫(xiě)作 –獨(dú)家原創(chuàng)6/12著影響；銷(xiāo)售S回歸系數(shù)的T統(tǒng)計(jì)量絕對(duì)值大于2，表明銷(xiāo)售S對(duì)研究與開(kāi)發(fā)支出費(fèi)用Y有顯著影響，但銷(xiāo)售利潤(rùn)P回歸系數(shù)的T統(tǒng)計(jì)量絕對(duì)值均小于2，表明銷(xiāo)售利潤(rùn)P對(duì)研究與開(kāi)發(fā)支出費(fèi)用Y無(wú)顯著影響檢驗(yàn)?zāi)Ｐ偷漠惙讲钚寓倬€性回歸模型的White檢驗(yàn)White檢驗(yàn)(無(wú)交叉乘積項(xiàng)):White檢驗(yàn)(有交叉乘積項(xiàng)):若無(wú)交叉乘積項(xiàng)，求得nR2=，其prob(nR2)=小于給定的顯著性水平?=，拒絕原假設(shè)，認(rèn)為線性回歸模型存在異方差。若有交叉乘積項(xiàng)，求得nR2=，其prob(nR2)=小于給定的顯著性水平?=，拒絕原假設(shè)，認(rèn)為線性回歸模型存在異方差。 ②雙對(duì)數(shù)回歸模型的 White檢驗(yàn)White檢驗(yàn)(無(wú)交叉乘積項(xiàng)):White檢驗(yàn)(有交叉乘積項(xiàng)):若無(wú)交叉乘積項(xiàng)，求得nR2=，其prob(nR2)=大于給定的顯著性水平?=，接受原假設(shè)，認(rèn)為雙對(duì)數(shù)回歸模型不存在異方差。 若有交叉乘積項(xiàng)，求得nR2=，其prob(nR2)=，大于給定的顯著性水平?=，接受原假設(shè)，認(rèn)為雙對(duì)數(shù)回歸模型不存在異方差。 對(duì)雙對(duì)數(shù)模型，分別取權(quán)數(shù)變量為 w1=1/P，W2＝1/RESID^2，利用 WLS方法重新估計(jì)模型。 上述分析可以看出，雙對(duì)數(shù)模型雖然不存在異方差性，但銷(xiāo)售利潤(rùn) P回歸系數(shù)T統(tǒng)計(jì)量值不顯著，為此，應(yīng)用加權(quán)最小二乘法修正模型。權(quán)數(shù)變量分別取w1=1/P，W2＝1/RESID^2 操作步驟 Lslog(y)clog(s)2016全新精品資料-全新公文范文-全程指導(dǎo)寫(xiě)作 –獨(dú)家原創(chuàng)7/12log(p)Genrw1=1/PGenrW2

＝1/RESID^2Ls(w=w1)log(y)clog(s)log(p)Ls(w=w2)log(y)clog(s)log(p)

①權(quán)數(shù)為

w1=1/P的加權(quán)最小二乘法估計(jì)結(jié)果如下：

White

檢驗(yàn)(無(wú)交叉乘積項(xiàng)):White檢驗(yàn)(有交叉乘積項(xiàng)):?=-+-LnYt

()

()

()t=

(-)

()

(-)R2=

，F(xiàn)=，prob(F)=

無(wú)交叉乘積項(xiàng)的

White

檢驗(yàn)結(jié)果：

nR2=，prob(nR2)=

有交叉乘積項(xiàng)的

White

檢驗(yàn)結(jié)果：

nR2=

，其prob(nR2)= 可以看出運(yùn)用加權(quán)最小二乘法估計(jì)模型后，判定系數(shù)R2為，大大提高，F(xiàn)檢驗(yàn)也顯著，銷(xiāo)售利潤(rùn) P的T統(tǒng)計(jì)量值也有所提高，且無(wú)論有交叉乘積項(xiàng)還是無(wú)交叉乘積項(xiàng)的White檢驗(yàn)，其prob(nR2)均大于給定的顯著性水平?=，接受原假設(shè)，認(rèn)為經(jīng)加權(quán)最小二乘法調(diào)整后的雙對(duì)數(shù)回歸模型仍不存在異方差。但銷(xiāo)售利潤(rùn)P的回歸系數(shù)為負(fù)，不符合一般的經(jīng)濟(jì)理論分析和經(jīng)驗(yàn)判斷。

②權(quán)數(shù)為

W2＝1/RESID^2

的加權(quán)最小二乘法估計(jì)結(jié)果如下：

White

檢驗(yàn)(無(wú)交叉乘積項(xiàng)

):White

檢驗(yàn)

(

有交叉乘積項(xiàng)

):

?=-+LnSt+LnPtLnYt

()

()

()t=

(-)

()()

R2=，

F=，prob(F)=

無(wú)交叉乘積項(xiàng)的

White

檢驗(yàn)結(jié)果：nR2=，prob(nR2)=

有交叉乘積項(xiàng)的

White

檢驗(yàn)結(jié)果：nR2=

，prob(nR2)= 可以看出運(yùn)用加權(quán)最小二乘法估計(jì)模型后，銷(xiāo)售S和銷(xiāo)售利潤(rùn)P的回歸系數(shù)均為正值，符合一般經(jīng)濟(jì)理論分析和經(jīng)驗(yàn)判斷，其經(jīng)濟(jì)意義合理；雙對(duì)數(shù)回歸模型判定系2016全新精品資料-全新公文范文-全程指導(dǎo)寫(xiě)作 –獨(dú)家原創(chuàng)8/12數(shù)R2為，大大高于 OLS估計(jì)的結(jié)果，說(shuō)明調(diào)整后雙對(duì)數(shù)回歸模型對(duì)樣本擬合程度優(yōu)于 OLS法估計(jì)的回歸模型； F統(tǒng)計(jì)量的伴隨概率為，非常接近于零，拒絕原假設(shè)，認(rèn)為回歸模型整體線性關(guān)系顯著，即銷(xiāo)售 S和銷(xiāo)售利潤(rùn) P等聯(lián)合起來(lái)對(duì)研究與開(kāi)發(fā)支出費(fèi)用 Y有顯著影響；銷(xiāo)售 S和銷(xiāo)售利潤(rùn) P的回歸系數(shù)的

T統(tǒng)計(jì)量絕對(duì)值均大大提高，

T檢驗(yàn)顯著，表明銷(xiāo)售

S和銷(xiāo)售利潤(rùn)

P分別對(duì)研究與開(kāi)發(fā)支出費(fèi)用

Y有顯著影響；無(wú)論有交叉乘積項(xiàng)還是無(wú)交叉乘積項(xiàng)的

White

檢驗(yàn)，其prob(nR2)

均大于給定的顯著性水平

?=，接受原假設(shè)，認(rèn)為經(jīng)加權(quán)最小二乘法調(diào)整后的雙對(duì)數(shù)回歸模型仍不存在異方差。 經(jīng)比較和檢驗(yàn)，我們最終確定的研發(fā)費(fèi)用模型為：?=-+LnSt+LnPtLnYt

()

()

()t=(-)

()

()R2=，

F=，prob(F)=

這說(shuō)明，在其他因素不變的情況下，當(dāng)銷(xiāo)售S增長(zhǎng)1%時(shí)，研究與開(kāi)發(fā)支出費(fèi)用Y增長(zhǎng)%；在其他因素不變的情況下，當(dāng)銷(xiāo)售利潤(rùn)P增長(zhǎng)

1%時(shí)，研究與開(kāi)發(fā)支出費(fèi)用

Y增長(zhǎng)

%?！队?jì)量經(jīng)濟(jì)學(xué)》上機(jī)實(shí)驗(yàn)報(bào)告四題目：異方差班級(jí)：學(xué)號(hào)：實(shí)驗(yàn)環(huán)境：WindowsXP;EViews實(shí)驗(yàn)?zāi)康模赫莆债惙讲顧z驗(yàn)及修正方法，熟悉EViews軟件的相關(guān)應(yīng)用實(shí)驗(yàn)日期和時(shí)間：姓名：實(shí)驗(yàn)室：實(shí)驗(yàn)內(nèi)容：利用實(shí)例數(shù)據(jù)和EViews軟件，采用有關(guān)方法對(duì)建立的回歸模型進(jìn)行2016全新精品資料-全新公文范文-全程指導(dǎo)寫(xiě)作 –獨(dú)家原創(chuàng)9/12異方差的檢驗(yàn)及處理。 第五章習(xí)題 實(shí)驗(yàn)步驟： 一、建立工作文件 ⒈菜單方式 ⒉命令方式： CREATEA 起始期終止期二、輸入數(shù)據(jù)三、檢驗(yàn)異方差性⒈圖示法排序sortX相關(guān)圖：SCAT變量名1變量名2Lsycx殘差圖：方程窗口點(diǎn)擊RESID按鈕⒉戈德菲爾德－匡特檢驗(yàn)(C=n/4)①排序：sortX②取樣本1命令：Smpl1(n-n/4)/2③估計(jì)樣本1：Lsycx得到殘差平方和RSS1即?e21i③取樣本1命令：Smpl(n+n/4)/2n④估計(jì)樣本2：Lsycx得到殘差平方和RSS2即?e22i⑤計(jì)算：F=RSS2/RSS1若給定α，F(xiàn)?F?((n?c)/2?k,(n?c)/2?k)，表明存在異方差3.懷特檢驗(yàn)步驟：①取樣：Smpl1n②估計(jì)回歸模型計(jì)算殘差序列：Lsycx③懷特檢驗(yàn)：在方程窗口中依次點(diǎn)擊View\\ResidualTest\\WhiteHeteroskedastcity2得到nR2，給定α，若nR2>??(q)，表明模型存在異方差性 4.帕克檢驗(yàn) 帕克檢驗(yàn)的模型形式ei2??xi?e?ilnei2?ln???lnxi??i 命令：①估計(jì)回歸模型得到殘差：lsycx

②生成殘差平方序列：

genrE2=RESID^2

③估計(jì)帕克檢驗(yàn)?zāi)Ｐ?/p>

：

lslog(e2)clog(x)

給定α，若

F>F?(k-1,n-k)

或F統(tǒng)計(jì)值的伴隨概率

p小于給定α，表明模型存在異方差性

5. 戈里瑟檢驗(yàn)戈里瑟檢驗(yàn)的模型

ei????xih??ih??1,?2,?12,?

命令：①估計(jì)回歸模型得到殘差：

lsycx

或非線性模型估計(jì)2016全新精品資料-全新公文范文-全程指導(dǎo)寫(xiě)作 –獨(dú)家原創(chuàng)10/12②生成殘差絕對(duì)數(shù)序列：genrE1=abs(RESID）③估計(jì)帕克檢驗(yàn)?zāi)Ｐ停寒?dāng)h=1時(shí)lse1cx當(dāng)h=2時(shí)lse1cx^2當(dāng)h=1/2時(shí)lse1cx^(1/2)或lse1csqr(x）等等給定α，若F>F?(k-1,n-k)或F統(tǒng)計(jì)值的伴隨概率p小于給定α，表明模型存在異方差性四、利用加權(quán)最小二乘法估計(jì)回歸模型命令：①估計(jì)回歸模型得到殘差lsycx②根據(jù)帕克檢驗(yàn)結(jié)果，生成權(quán)數(shù)1序列：genrw1=1/x^?根據(jù)戈里瑟檢驗(yàn)結(jié)果，生成權(quán)數(shù)2序列：genrw2=1/x^h生成權(quán)數(shù)3序列：genrw3=1/abs(RESID)生成權(quán)數(shù)4序列：genrw4=1/RESID^2③加權(quán)最小二乘法估計(jì)回歸模型Ls(w=w1)ycxLs(w=w2)ycxLs(w=w3)ycx